多模态大模型

AppAgent v2: Advanced Agent for Flexible Mobile Interactions

Yanda Li, Chi Zhang, Wenjia Jiang, Wanqi Yang, Bin Fu, Pei Cheng, Xin Chen, Ling Chen, Yunchao Wei

机构 * University of Technology Sydney（悉尼技术大学） ； Tencent（腾讯） ； Beijing Jiaotong University（北京交通大学） ； Westlake University（西湖大学） 纠错

专题命中 多模态Agent ：multimodal(abstract)；MLLM(abstract)；分类 cs.AI

CrowdAgent: Multi-Agent Managed Multi-Source Annotation System

Maosheng Qin, Renyu Zhu, Mingxuan Xia, Chenkai Chen, Zhen Zhu, Minmin Lin, Junbo Zhao, Lu Xu, Changjie Fan, Runze Wu, Haobo Wang

机构 * Zhejiang University（浙江大学） ； NetEase Fuxi AI Lab（网易凤凰AI实验室） ； Zhejiang Sci-tech University（浙江科技学院） 纠错

专题命中 多模态Agent ：multimodal(abstract)；分类 cs.AI

CDFlow: Generative Gradient Flows for Configuration Space Distance Fields via Neural ODEs

Mengzhu Li, Yunyu Zhou, He Ying, F. Richard Yu

机构 * Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室） ； College of Design and Engineering（设计与工程学院） ； College of Computer Science and Software Engineering（计算机科学与软件工程学院） ； School of Information Technology（信息技术学院） 纠错

专题命中 多模态Agent ：multi-modal(abstract)

Py maidr: Bridging Visual and Non-Visual Data Experiences Through a Unified Python Framework

JooYoung Seo, Saairam Venkatesh, Daksh Pokar, Sanchita Kamath, Krishna Anandan Ganesan

专题命中 多模态Agent ：multimodal(abstract)

Embodied Navigation Foundation Model

Jiazhao Zhang, Anqi Li, Yunpeng Qi, Minghan Li, Jiahang Liu, Shaoan Wang, Haoran Liu, Gengze Zhou, Yuze Wu, Xingxing Li, Yuxin Fan, Wenjun Li, Zhibo Chen, Fei Gao, Qi Wu, Zhizheng Zhang, He Wang

机构 * Peking University（北京大学） ； Galbot ； USTC（中国科学技术大学） ； BAAI（百度人工智能研究院） ； University of Adelaide（阿德莱德大学） ； Zhejiang University（浙江大学） ； Differential Robotics Project（差分机器人项目） 纠错

专题命中 多模态Agent ：multimodal(abstract)

Comments Project Page: https://pku-epic.github.io/NavFoM-Web/

Re-purposing SAM into Efficient Visual Projectors for MLLM-Based Referring Image Segmentation

Xiaobo Yang, Xiaojin Gong

机构 * Zhejiang University（浙江大学） 纠错

专题命中 多模态训练与对齐 ：MLLM(title,abstract)；multimodal(abstract)；分类 cs.CV、cs.AI

Music2Palette: Emotion-aligned Color Palette Generation via Cross-Modal Representation Learning

Jiayun Hu, Yueyi He, Tianyi Liang, Changbo Wang, Chenhui Li

专题命中 多模态训练与对齐 ：cross-modal(title,abstract)；分类 cs.MM

Multimodal signal fusion for stress detection using deep neural networks: a novel approach for converting 1D signals to unified 2D images

Yasin Hasanpoor, Bahram Tarvirdizadeh, Khalil Alipour, Mohammad Ghamari

专题命中 多模态训练与对齐 ：multimodal(title,abstract)

Comments 14 pages 7 images 2 tables

Journal ref 11760_2025_4734_Article

Queen Detection in Beehives via Environmental Sensor Fusion for Low-Power Edge Computing

Chiara De Luca, Elisa Donati

机构 * Institute of Neuroinformatics University of Zurich and ETH Zurich（神经信息学研究所（苏黎世大学和苏黎世联邦理工学院）） ； Digital Society Initiative University of Zurich（数字社会倡议（苏黎世大学）） 纠错

专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.AI

UniPLV: Towards Label-Efficient Open-World 3D Scene Understanding by Regional Visual Language Supervision

Yuru Wang, Pei Liu, Songtao Wang, Zehan Zhang, Xinyan Lu, Changwei Cai, Hao Li, Fu Liu, Peng Jia, Xianpeng Lang

机构 * Li Auto Inc.（力汽车公司） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV

Joint data imputation and mechanistic modelling for simulating heart-brain interactions in incomplete datasets

Jaume Banus, Maxime Sermesant, Oscar Camara, Marco Lorenzi

机构 * Inria（法国国家信息与自动化技术研究所） ； Université Côte d’Azur（蔚蓝海岸大学） ； PhySense（PhySense公司） ； Department of Information and Communication Technologies（信息与通信技术系） ； Universitat Pompeu Fabra（庞培法布拉大学） 纠错

专题命中 多模态训练与对齐 ：multi-modal(abstract)；分类 cs.AI

Empowering Time Series Analysis with Foundation Models: A Comprehensive Survey

Jiexia Ye, Yongzi Yu, Weiqi Zhang, Le Wang, Jia Li, Fugee Tsung

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Shanghai University of Finance and Economics（上海财经大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.AI

Comments 10 figures, 5 tables, 20 pages

Higher-order Network phenomena of cascading failures in resilient cities

Jinghua Song, Yuan Wang, Zimo Yan

专题命中 其他多模态 ：multimodal(abstract)

Imputation-Powered Inference

Sarah Zhao, Emmanuel Candès

专题命中 其他多模态 ：multi-modal(abstract)